【摘要】：人類視覺系統(tǒng)具有高效的視覺信息處理能力,其信息處理的智能性遠遠優(yōu)于現(xiàn)有的任何計算機視覺系統(tǒng)。因此,模擬生物視覺信息加工機理,開發(fā)更有效的視覺信息處理算法,正成為當前計算機視覺的研究熱點。本文深入研究了一系列初級、中級視覺任務中的計算問題,并建立模型分析了前端視覺系統(tǒng)中信息加工的計算模式。本文通過模擬生物視覺的感受野機理、注意機理以及顏色信息加工機理等,為邊緣檢測、輪廓提取、顯著性計算以及顏色恒常性等計算機視覺應用提供了全新的計算模式和簡單、有效的實現(xiàn)方法。在第一部分(第二章)中,我們基于顏色拮抗機理建立了從視網(wǎng)膜至初級視皮層(V1區(qū))神經(jīng)元的感受野模型,分析了前端視覺系統(tǒng)中各類顏色拮抗感受野的結(jié)構(gòu)及功能特性,揭示了朝向雙拮抗感受野在彩色圖像邊緣檢測任務中的作用,促進了對生物視覺系統(tǒng)的顏色信息加工機理的理解。本文所提出的邊緣檢測方法能夠同時檢測圖像中的彩色及亮度邊緣(輪廓),而且計算效率非常高。此外,我們基于視皮層神經(jīng)元響應的稀疏特性進一步改進該方法,并應用于復雜自然場景的輪廓檢測任務。在第二部分(第三章)中,我們研究了V1區(qū)神經(jīng)元的非經(jīng)典感受野(NCRF)機理及其在輪廓檢測任務中的作用。我們基于多種視覺特征(亮度、亮度對比度、朝向)對NCRF抑制的調(diào)制作用,建立了一個多特征外周抑制模型,并應用于灰度圖像的紋理抑制和輪廓檢測任務。本文為基于NCRF的模型提供了一個統(tǒng)一的計算框架,并分析了各種視覺特征在大范圍信息整合中的作用。在輪廓檢測圖像庫上的實驗顯示,融合多個視覺特征能夠顯著地提高外周抑制模型的紋理抑制能力。同時,與廣泛使用的朝向特征相比,前人的工作中常被忽視的亮度和亮度對比度特征反而在紋理抑制中發(fā)揮著更大的作用。在第三部分(第四章)中,我們研究了視覺注意和視覺搜索的計算問題。我們首先定義了一個“顯著結(jié)構(gòu)檢測”的視覺任務來統(tǒng)一多種與顯著性相關(guān)的計算任務。同時,受到視覺引導搜索理論的啟發(fā),我們建立了一個輪廓信息引導的視覺搜索模型。該模型能夠從輸入場景中自適應地估計顯著結(jié)構(gòu)可能出現(xiàn)的位置、顯著結(jié)構(gòu)的可能大小以及顯著結(jié)構(gòu)的初級特征,同時利用貝葉斯推理機制預測自然場景中的顯著結(jié)構(gòu)區(qū)域。大量的實驗分析展示,本文的方法在注視點預測、顯著目標檢測、顯著邊緣檢測以及多目標場景的目標搜索等一系列視覺任務中取得了優(yōu)異的效果。在第四部分(第五章)中,我們研究了從色偏自然場景中估計光源顏色,實現(xiàn)視覺顏色恒常的問題。我們初步的眼動心理物理學實驗發(fā)現(xiàn),人類在實現(xiàn)顏色恒常性時更傾向于利用場景中的灰色信息;基于此,我們提出了一種灰色點假說,認為絕大多數(shù)自然場景中都包含灰色點。隨后,利用大量的自然場景統(tǒng)計分析驗證了該假說。最后,本文提出了一種灰色點檢測方法,進而用檢測到的灰色點實現(xiàn)光源顏色的估計。該基于灰色點的光源估計方法可應用于均勻光源場景、非均勻光源場景以及動態(tài)自然場景的顏色恒常任務。該方法理論完善、計算簡單,能夠滿足實際中顏色恒常性計算的基本要求。
【學位授予單位】：電子科技大學
【學位級別】：博士
【學位授予年份】：2016
【分類號】：R339.1;TP391.41

【相似文獻】

相關(guān)期刊論文 前2條

1 馬千里;于忠清;劉濤;;Gray World算法在菜品識別中的應用[J];青島大學學報(自然科學版);2009年01期

2 ;[J];;年期

相關(guān)會議論文 前4條

1 李揚曦;施柏鑫;許超;;視頻監(jiān)控中的顏色恒常性算法研究[A];全國第三屆信號和智能信息處理與應用學術(shù)交流會�？痆C];2009年

2 荊其誠;焦書蘭;張武田;R．Over;;不同時相日光下的顏色恒常性[A];中國心理學會第三次會員代表大會及建會60周年學術(shù)會議（全國第四屆心理學學術(shù)會議）文摘選集（下）[C];1981年

3 邵桂芳;李祖樞;張小川;黃同愿;李剛;;基于顏色恒常性的膚色校正算法[A];2005年中國智能自動化會議論文集[C];2005年

4 許超;趙秀雙;;顏色恒常算法研究[A];全國第4屆信號和智能信息處理與應用學術(shù)會議論文集[C];2010年

相關(guān)博士學位論文 前4條

1 楊開富;前端視覺通路信息加工的計算模型及應用研究[D];電子科技大學;2016年

2 李兵;顏色恒常性計算研究[D];北京交通大學;2009年

3 鹿瑞;自然圖像的顏色恒常性計算研究[D];北京交通大學;2010年

4 蔡s

本文編號：2799467